Menee conjointement par UGB et IRD, cette recherche propose un modèle multi-agents pour optimiser la mobilité urbaine à Marrakech.
L'Essentiel : Menee conjointement par UGB et IRD, cette recherche propose un modèle multi-agents pour optimiser la mobilité urbaine à Marrakech.
Saâd Touhbi, chercheur·e au sein de UMMISCO (Université Gaston Berger de Saint-Louis Sénégal).
Thèse soutenue en 2018 à l'école doctorale École doctorale Informatique, télécommunications et électronique de Paris (1992-....).
Cette recherche est le fruit d'une cotutelle internationale entre plusieurs institutions partenaires.
Référencée dans le réseau ABES/STAR, cette thèse répond aux critères de rigueur de l'enseignement supérieur français.
La mobilité urbaine est un enjeu majeur pour les villes en développement, et Marrakech ne fait pas exception. En effet, avec une population en croissance rapide, qui a atteint près d'un million d'habitants, et une infrastructure souvent saturée, la gestion du trafic devient cruciale pour assurer le bon fonctionnement de la ville. Les embouteillages, les retards et la pollution sont des problématiques quotidiennes qui affectent non seulement la qualité de vie des citoyens, mais aussi l'économie locale. La thèse de Saâd Touhbi, élaborée en cotutelle entre l'Université Gaston Berger de Saint-Louis et l'IRD, propose un modèle multi-agents pour la génération synthétique de trafic. Ce modèle innovant permet de simuler les comportements de conduite et d'anticiper les flux de véhicules sur les routes de Marrakech, offrant ainsi une solution potentielle aux défis de la mobilité urbaine.
La méthodologie adoptée par l'auteur repose sur une approche rigoureuse en quatre étapes. D'abord, le traitement des données d'arrivée des véhicules et le calcul du temps d'intervalle entre véhicules (TIV) sont réalisés. Cette étape est cruciale car elle permet de comprendre comment les véhicules interagissent sur les routes, notamment aux heures de pointe. Ensuite, des échantillons sont définis pour représenter différents niveaux de trafic, allant des périodes de faible affluence aux heures de pointe où la circulation est particulièrement dense. La troisième étape consiste à choisir et estimer des modèles probabilistes, permettant de prédire les comportements futurs en fonction des données historiques. Enfin, une comparaison est effectuée entre les modèles estimés et les données empiriques, garantissant ainsi la validité et la fiabilité de l'outil développé. Cette approche méthodologique permet de valider l'outil de génération de trafic, qui s'avère capable de produire des niveaux de trafic cohérents avec les configurations souhaitées.
Les résultats de cette recherche sont particulièrement révélateurs. Ils montrent que le modèle de Pareto IV est adéquat pour tous les niveaux de trafic, tandis que d'autres modèles, comme l'Exponential, se révèlent inadéquats. Ces conclusions ouvrent la voie à des applications pratiques, notamment dans la simulation de la qualité de l'air en fonction du trafic, ce qui est essentiel pour les politiques de santé publique et d'environnement. En effet, l'outil développé permet d'estimer les polluants automobiles sans nécessiter de données ponctuelles, ce qui représente un gain de temps et de ressources. Par exemple, les décideurs peuvent désormais anticiper les pics de pollution et mettre en place des mesures préventives, comme des restrictions de circulation ou des campagnes de sensibilisation.
Il est impératif que les décideurs prennent en compte ces avancées pour améliorer la gestion du trafic urbain. La mise en œuvre de ce modèle pourrait non seulement réduire les embouteillages, mais également contribuer à la réduction de la pollution. En intégrant ces outils dans les politiques publiques, les gouvernements peuvent mieux anticiper les besoins en infrastructure, comme la construction de nouvelles routes ou l'amélioration des transports en commun, et ainsi améliorer la qualité de vie de leurs citoyens. De plus, cette recherche pourrait servir de modèle pour d'autres villes d'Afrique de l'Ouest, où les défis de la mobilité urbaine sont similaires. Des villes comme Dakar, Abidjan ou Ouagadougou, qui connaissent également une urbanisation rapide et des problèmes de circulation, pourraient bénéficier de l'application de ce modèle multi-agents.
En somme, la thèse de Saâd Touhbi représente une avancée significative dans le domaine de la modélisation du trafic urbain. En offrant une méthode rigoureuse et adaptable, elle ouvre des perspectives prometteuses pour la gestion de la mobilité dans des contextes urbains en pleine mutation. Les implications de cette recherche vont au-delà de Marrakech et pourraient être appliquées à d'autres villes d'Afrique de l'Ouest, contribuant ainsi à une meilleure compréhension et gestion des dynamiques de trafic urbain. En fin de compte, l'intégration de ces outils dans les politiques publiques pourrait transformer la manière dont les villes abordent les défis de la mobilité, favorisant un développement durable et une amélioration de la qualité de vie pour tous.
Accéder à l'étude complète
Sources et accès
Saâd Touhbi. Élaboration d’un modèle multi-agents pour la génération synthétique de trafic : application à la mobilité urbaine de la ville de Marrakech. Intelligence artificielle [cs.AI]. Sorbonne Université; Université Cadi Ayyad (Marrakech, Maroc), 2018. Français. ⟨NNT : 2018SORUS326⟩. ⟨tel-02864774⟩